SQL Server Analysis Services에서 Microsoft 신경망 알고리즘은 입력 특성의 가능한 각 상태를 예측 가능한 특성의 각 가능한 상태와 결합하고 학습 데이터를 사용하여 확률을 계산합니다. 나중에 분류 또는 회귀에 이러한 확률을 사용하고 입력 특성에 따라 예측된 특성의 결과를 예측할 수 있습니다.
Microsoft 신경망 알고리즘을 사용하여 생성된 마이닝 모델은 입력 및 예측 모두에 사용되거나 예측에만 사용되는 열 수에 따라 여러 네트워크를 포함할 수 있습니다. 단일 마이닝 모델에 포함된 네트워크 수는 입력 열과 마이닝 모델이 사용하는 예측 가능한 열에 포함된 상태 수에 따라 달라집니다.
예시
Microsoft 신경망 알고리즘은 제조 또는 상용 프로세스와 같은 복잡한 입력 데이터 또는 상당한 양의 학습 데이터를 사용할 수 있지만 다른 알고리즘을 사용하여 규칙을 쉽게 파생할 수 없는 비즈니스 문제를 분석하는 데 유용합니다.
Microsoft 신경망 알고리즘을 사용하기 위한 제안된 시나리오는 다음과 같습니다.
직접 메일 홍보 또는 라디오 광고 캠페인의 성공 여부를 측정하는 것과 같은 마케팅 및 홍보 분석
과거 데이터에서 주식 이동, 통화 변동 또는 기타 매우 유동적인 재무 정보 예측
제조 및 산업 공정 분석.
텍스트 마이닝.
많은 입력과 상대적으로 적은 출력 간의 복잡한 관계를 분석하는 모든 예측 모델입니다.
알고리즘 작동 방식
Microsoft 신경망 알고리즘은 최대 3개의 뉴런 계층으로 구성된 네트워크를 만듭니다. 이러한 계층은 입력 계층, 선택적 숨겨진 계층 및 출력 계층입니다.
입력 계층: 입력 뉴런은 데이터 마이닝 모델에 대한 모든 입력 특성 값과 해당 확률을 정의합니다.
숨겨진 계층: 숨겨진 뉴런은 입력 뉴런에서 입력을 수신하고 출력 뉴런에 출력을 제공합니다. 숨겨진 계층은 입력의 다양한 확률에 가중치가 할당되는 위치입니다. 가중치는 숨겨진 뉴런에 대한 특정 입력의 관련성 또는 중요성을 설명합니다. 입력에 할당된 가중치가 클수록 해당 입력 값이 더 중요합니다. 가중치는 음수일 수 있습니다. 즉, 입력이 특정 결과를 선호하지 않고 억제할 수 있습니다.
출력 계층: 출력 뉴런은 데이터 마이닝 모델에 대한 예측 가능한 특성 값을 나타냅니다.
입력, 숨겨진 및 출력 계층이 생성되고 점수가 매겨지는 방법에 대한 자세한 설명은 Microsoft 신경망 알고리즘 기술 참조를 참조하세요.
신경망 모델에 필요한 데이터
신경망 모델에는 키 열, 하나 이상의 입력 열 및 하나 이상의 예측 가능한 열이 포함되어야 합니다.
Microsoft 신경망 알고리즘을 사용하는 데이터 마이닝 모델은 알고리즘에서 사용할 수 있는 매개 변수에 대해 지정하는 값의 영향을 크게 받습니다. 매개 변수는 데이터를 샘플링하는 방법, 데이터가 각 열에 분산되거나 배포될 것으로 예상되는 방법 및 최종 모델에서 사용되는 값을 제한하기 위해 기능 선택을 호출하는 시기를 정의합니다.
모델 동작을 사용자 지정하기 위해 매개 변수를 설정하는 방법에 대한 자세한 내용은 Microsoft 신경망 알고리즘 기술 참조를 참조하세요.
신경망 모델 보기
데이터를 사용하고 모델이 입력과 출력의 상관 관계를 확인하는 방법을 확인하려면 Microsoft 신경망 뷰어를 사용할 수 있습니다. 이 사용자 지정 뷰어를 사용하면 입력 특성 및 해당 값을 필터링하고 출력에 미치는 영향을 보여 주는 그래프를 볼 수 있습니다. 뷰어의 툴팁은 각 입력 및 출력 값 쌍에 연결된 확률과 리프트를 보여줍니다. 자세한 내용은 Microsoft 신경망 뷰어를 사용하여 모델 찾아보기를 참조하세요.
모델의 구조를 탐색하는 가장 쉬운 방법은 Microsoft 일반 콘텐츠 트리 뷰어를 사용하는 것입니다. 모델에서 만든 입력, 출력 및 네트워크를 보고 노드를 클릭하여 확장하고 입력, 출력 또는 숨겨진 계층 노드와 관련된 통계를 볼 수 있습니다. 자세한 내용은 Microsoft 일반 콘텐츠 트리 뷰어를 사용하여 모델 찾아보기를 참조하세요.
예측 만들기
모델이 처리된 후 각 노드 내에 저장된 네트워크 및 가중치를 사용하여 예측을 수행할 수 있습니다. 신경망 모델은 회귀, 연결 및 분류 분석을 지원하므로 각 예측의 의미는 다를 수 있습니다. 모델 자체를 쿼리하여 발견된 상관 관계를 검토하고 관련 통계를 검색할 수도 있습니다. 신경망 모델에 대한 쿼리를 만드는 방법에 대한 예제는 신경 망 모델 쿼리 예제를 참조하세요.
데이터 마이닝 모델에서 쿼리를 만드는 방법에 대한 일반적인 내용은 데이터 마이닝 쿼리를 참조하세요.
비고
드릴스루 기능 또는 데이터 마이닝 차원이 지원되지 않습니다. 마이닝 모델의 노드 구조가 반드시 기본 데이터에 직접 해당하는 것은 아니기 때문입니다.
PMML(예측 모델 태그 언어) 형식의 모델 생성은 지원하지 않습니다.
OLAP 마이닝 모델의 사용을 지원합니다.
데이터 마이닝 차원의 생성을 지원하지 않습니다.
또한 참조하십시오
Microsoft 신경망 알고리즘 기술 참조
신경망 모델에 대한 마이닝 모델 콘텐츠(Analysis Services - 데이터 마이닝)
신경망 모델 쿼리 예제
Microsoft 로지스틱 회귀 알고리즘